井亮亮-终稿-脱敏-技术故障应急协同机制的探索.pdf

技术故障

应急协同机制的探索

井亮亮

技术故障重要性及定义

技术故障的全生命周期

目录

如何落地应急协同机制

小结及展望

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

01技术故障的重要性及定义

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

技术故障重要性

海恩法则，也被称为Heinrich‘slaw，是由德国飞机墨菲定律是一种启发性原则，常被表述为：任何

涡轮机的发明者帕布斯·海恩提出的一个关于飞行安可能出错的事情最终都会出错。其含义是说，无

全的法则。这一法则强调，每一起严重事故的背后，论是因为存在一个错误的方法，或是存在发生某

必然有29次轻微事故和300起未遂先兆以及1000起事种错误的潜在可能性，只要重复进行某项行动，

故隐患。这表明，任何严重事故的发生都是经过了一错误在某个时刻就会发生。

个从苗头到隐患，再到事故的过程，而这个过程的每

一个环节都是可以预防的。海恩法则不仅适用于航空

领域，也广泛应用于企业的生产管理、安全管理、人

资管理等各个领域，其精髓在于“防微杜渐”，即通

过及时发现并消除事故的征兆和隐患，来避免重大事

故的发生。

可预防不可避免

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

什么是故障？

风险？

故障？

问题？影响了业务的才是故障？

事故？

事件？

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

技术故障在ITIL中的定义

故障问题

:problem

ITIL定义：“服务的意外中断或服务质量的降低”ITIL定义：为“问题”、“已知错误”，问题意味着隐患风险，已

知错误意味着主动整改。

问题（Problem）、故障（Incident）区分：

•故障对用户或业务流程有影响,必须解决这些故障,以便可以进行正常的业务活动

•问题是故障的原因。它们需要调查和分析,以查明原因,制定变通办法,并建议长期解决办法。这减少了未来故障的数量和影